Análise Quantílica-Espacial de Determinantes de Preços de Imóveis Urbanos com Matriz de Bairros: Evidências do Mercado de Belo Horizonte

Este texto analisa dois aspectos centrais do mercado de imóveis urbanos: i) bairros como unidades identitárias percebidas cognitivamente; e ii) heterogeneidade de preferências dos domicílios. Ao fazê-lo,duas mudanças tecnológicas são aplicadas. Em primeiro lugar, uma matriz espacial de bairros é proposta e comparada às matrizes usualmente utilizadas. Em segundo, uma estimação simultaneamente espacial e quantílica é testada. Os resultados indicam que influências espaciais incorporadas nas matrizes de peso devem ser utilizadas com cuidado e que a escolha da matriz pode trazer efeitos não observáveis ou indesejados à estimação. Os resultados também demonstram que o uso de matrizes que incorporam bairros reconhecidamente delimitados otimiza o entendimento das influências multidimensionais da cidade no mercado imobiliário. Finalmente, sugere-se que estimações quantílicas sejam sempre testadas em estimações de imóveis, visto que as preferências dos domicílios diferem significativamente para diferentes níveis de preços dos imóveis. This paper analysis two central influences on real estate urban market: i) neighborhood as cognitively-perceived identity units; and ii) heterogeneity of preferences of households. In doing so, two methodological changes are applied. Firstly, a neighborhood spatial matrix is proposed and compared to regularly used matrices and, secondly, a spatialquantile regression is tested. The results highlight the fact that spatial influence brought to regression models through weight matrix should be carefully used, ad that the matrix`s choice might carry unobserved and unwanted effects into the estimation. Results also demonstrated that using information of neighborhood identity can optimize the understanding of city` complex influence on real estate markets. Finally, the quantile estimation should always be tested against in real estate estimation, as preferences of households seem to differ significantly for different levels of prices.